Obserwacje zróżnicowania przestrzennego warunków wodnych trwałych użytków zielonych w zakresie widzialnym i bliskiej podczerwieni w regionie oddziaływania kopalni odkrywkowej węgla brunatnego

ROCZNIKI GEOMATYKI 2013 m T XI m Z 4(61)

OBSERWACJE ZRÓ¯NICOWANIA PRZESTRZENNEGO

WARUNKÓW WODNYCH

TRWA£YCH U¯YTKÓW ZIELONYCH

W ZAKRESIE WIDZIALNYM I BLISKIEJ PODCZERWIENI

W REGIONIE ODDZIA£YWANIA

KOPALNI ODKRYWKOWEJ WÊGLA BRUNATNEGO*

OBSERVATIONS OF SPATIAL DIVERSIFICATION

OF WATER CONDITIONS IN PERMANENT GRASSLANDS

IN THE VISIBLE AND NEAR INFRARED SPECTRUM

IN THE IMPACT AREA

OF BROWN COAL OPENCAST MINE

Zygmunt Miatkowski1_{, Karol PrzeŸdziecki}2_{, Jaros³aw Zawadzki}2

1_{Kujawsko-Pomorski Oœrodek Badawczy w Bydgoszczy,} Instytut Technologiczno-Przyrodniczy w Falentach

2 _{Politechnika Warszawska, Wydzia³ In¿ynierii Œrodowiska, Zak³ad Informatyki i Badañ Jakoœci Œrodowiska}

S³owa kluczowe: wilgotnoœæ gleby, metoda trójk¹ta, teledetekcja, odwodnienie terenu Keywords: soil moisture, triangle method, remote sensing, terrain drainage

Wstêp

Zawartoœæ wody w glebie i pokrywie roœlinnej s¹ kluczowymi parametrami wielu proce-sów zachodz¹cych na powierzchni ziemi. Dostêpnoœæ wody jest równie¿ czynnikiem limitu-j¹cym przyrost biomasy (Gruszczyñska, 1998). Skutkuje to zmniejszeniem plonów, ich ja-koœci, a zatem przek³ada siê bezpoœrednio na efekty finansowe w produkcji rolniczej i leœnej. Eksploatacja z³ó¿ surowców mineralnych wi¹¿e siê ze zmian¹ warunków hydrologicznych na skutek rozleg³ego odwodnienia terenu. Na terenach, na których wskutek g³êbokiego od-wodnienia obni¿y³o siê zwierciad³o wód podziemnych mo¿e wyst¹piæ zanik zasilania wod¹ strefy korzeniowej roœlin (Dulewski, Uzarowicz, 2004). Taka sytuacja powoduje przeobra-¿enia siedlisk prowadz¹ce do zmniejszenia ich wartoœci przyrodniczej i gospodarczej. Zakres * Praca jest wspó³finansowana przez Uniê Europejsk¹ w ramach Europejskiego Funduszu Spo³ecznego, projekt „Program Rozwojowy Politechniki Warszawskiej”.

i szybkoœæ tych przekszta³ceñ zale¿y miêdzy innymi od pierwotnych warunków wodnych, rodzaju gleb oraz od warunków meteorologicznych. Najbardziej wra¿liwe na nag³e zmiany warunków hydrologicznych s¹ ekosystemy zale¿ne od wody, miêdzy innymi siedliska hy-drogeniczne u¿ytkowane najczêœciej jako trwa³e u¿ytki zielone. Takie siedliska wystêpuj¹ z regu³y w dolinach rzek, cieków wodnych oraz lokalnych obni¿eniach terenu.

Ocena warunków wodnych i wilgotnoœci gleby na du¿ych obszarach, zw³aszcza w wa-runkach dynamicznych zmian wywo³anych czynnikami naturalnymi lub antropogenicznymi stanowi wspó³czeœnie powa¿ny problem metodyczny, a ze wzglêdu na du¿y nak³ad pracy – tak¿e problem finansowy. Podejmowane s¹ liczne badania zmierzaj¹ce do zwiêkszenia pre-cyzji pomiarów naziemnych wilgotnoœci gleby, poprawy dok³adnoœci i wiarygodnoœci uogól-nienia przestrzennego wyników punktowych pomiarów oraz zmniejszenia nak³adu pracy poprzez zastosowanie technik teledetekcyjnych.

W niniejszej publikacji autorzy prezentuj¹ metodê oceny wilgotnoœci gleby za pomoc¹ zobrazowañ satelitarnych w paœmie optycznym, bliskiej podczerwieni i podczerwieni ter-malnej uzyskanych za pomoc¹ sensora ETM+ (Enhanced Thematic Mapper +) znajduj¹ce-go siê na pok³adzie satelity Landsat 7. Obszarem badawczym jest Kotlina Szczercowska znajduj¹ca siê pod wp³ywem systemu odwadniaj¹cego kopalni wêgla brunatnego PGE GiEK S.A. O/KWB Be³chatów.

Celem badañ by³a ocena przydatnoœci wskaŸnika suszy TVDI (z ang. Temperature-vegeta-tion dryness index) do analizy teledetekcyjnej przestrzennego zró¿nicowaniu warunków wod-nych siedlisk ³¹kowych w rejonie oddzia³ywania kopalni odkrywkowej wêgla brunatnego.

Obszar badañ

Obszar badañ obejmuje g³ównie Kotlinê Szczercowsk¹, bêd¹c¹ po³udniowo-wschodni¹ czêœci¹ Niziny Po³udniowowielkopolskiej. Teren kotliny jest równin¹ po³o¿on¹ na wysokoœci od 160 do 180 m n.p.m. Powierzchniowe warstwy utworów czwartorzêdowych to piaski eoliczne i osady rzeczne z okresu zlodowacenia pó³nocnopolskiego (Miatkowski i in., 2006). We wschodniej czêœci kotliny znajduje siê kopalnia odkrywkowa wêgla brunatnego. Kotlina Szczercowska znajduje siê w du¿ej czêœci w zasiêgu leja depresji wód gruntowych powsta-³ego wskutek odwadniania odkrywek „Be³chatów” i „Szczerców”. Trwa³e u¿ytki zielone w Kotlinie Szczercowskiej wystêpowa³y prawie wy³¹cznie w dolinach rzecznych i obni¿e-niach terenowych zasilanych trwale lub okresowo wodami gruntowymi. Przed odwodnie-niem siedliska tych u¿ytków charakteryzowa³y siê du¿ym zró¿nicowaodwodnie-niem warunków wod-nych i glebowych oraz zbiorowisk roœlinwod-nych. Po odwodnieniu terenu na obszarze leja de-presji nast¹pi³a zmiana typu gospodarki wodnej tych siedlisk na opadowo retencyjn¹, w której jedynym Ÿród³em zasilania s¹ opady atmosferyczne (Grzyb, 1990). Na rysunku 2 przedstawiono fragment zdjêcia satelitarnego omawianego obszaru.

Problem badawczy

D³ugotrwa³e odwodnienie terenu spowodowane obni¿eniem poziomu wody gruntowej wskutek drenuj¹cego dzia³ania systemu odwadniaj¹cego odkrywki stanowi powa¿ny i z³o¿o-ny problem gospodarczy i przyrodniczy regionu. Wieloletnie odwadnianie terenu

spowodo-wa³o zmianê warunków hydrologicznych na du¿ych obszarach wokó³ kopalni oraz zmieni³o re¿im wodny niektórych gleb i siedlisk. Siedliska te w wyniku gwa³townej zmiany warun-ków wodnych podlegaj¹ z³o¿onym procesom przeobra¿eñ, prowadz¹cym z regu³y do obni-¿enia ich dotychczasowej wartoœci przyrodniczej i gospodarczej. Najwiêkszym przeobra¿e-niom uleg³y siedliska hydrogeniczne i silnie uwodnione ekosystemy, które kszta³towa³y siê pod dominuj¹cym wp³ywem wody (Grzyb, 1990).

Zmiana warunków wodnych polegaj¹ca na obni¿eniu poziomu wody gruntowej oraz trwa-³ego lub okresowego zaniku udzia³u zasilania gruntowego w bilansie wodnym niektórych siedlisk ³¹kowych powoduje wzrost wielkoœci niedoborów wodnych dla roœlinnoœci tych siedlisk oraz wzrost czêstoœci i nasilenia suszy glebowej. W efekcie zmienia siê sk³ad gatun-kowy zbiorowisk roœlinnych i zmniejsza siê produkcja biomasy na terenach u¿ytkowanych rolniczo.

Takie zmiany, obejmuj¹ce du¿e obszary, s¹ rejestrowane na wielospektralnych obrazach satelitarnych. W pracy przyjêto za³o¿enie, ¿e wskaŸnik suszy TVDI bêdzie przydatnym na-rzêdziem do analizy teledetekcyjnej tych zmian, a jego zastosowanie dostarczy nowych, bardziej precyzyjnych informacji o przestrzennym zró¿nicowaniu warunków wodnych sie-dlisk ³¹kowych znajduj¹cych siê pod wp³ywem leja depresji wód gruntowych kopalni od-krywkowej.

Metodyka badawcza

Do analiz wybrano obrazy z satelity Landsat 7 ETM+ wykonane w sierpniu w latach: 2000, 2002 i 2010 (tab. 1). Pierwsze dwa lata (2000 i 2002) przypadaj¹ na okres najbardziej znacz¹cego przyrostu zasiêgu odwodnienia, który wyst¹pi³ w latach 2000-2003 i by³ spowo-dowany uruchomieniem systemu odwadniaj¹cego na Polu Szczerców. Powierzchnia leja depresji wód gruntowych zwiêkszy³a siê wówczas z oko³o 470 km2 _{w 2002 r. do oko³o 711} km2 _{w 2003 r. Najwiêkszy przyrost powierzchni leja depresji wyst¹pi³ miêdzy rokiem 2001 i} 2002 w zachodniej czêœci strefy jego oddzia³ywania (Joñczyk, Szczepiñski, 2004; Miatkow-ski, i in., 2006). Negatywne skutki odwodnienia terenu dla trwa³ych u¿ytków zielonych zosta³y w 2002 r. jeszcze spotêgowane wyst¹pieniem d³ugotrwa³ej suszy atmosferycznej. Zobrazowanie z 2010 r. ilustruje ju¿ skutki wieloletniego odwodnienia tych siedlisk.

Zobrazowania Landsat ETM+ wykonane po 31.05.2003 r. s¹ niepe³nowartoœciowe z po-wodu usterki korektora skanowania (rys. 3). Mimo usterki korektora zdecydowano siê na wykorzystanie danych z Landsat 7 ETM+, zamiast danych z Landsat 5 TM, poniewa¿ maj¹ one wiêksz¹ rozdzielczoœæ kana³u podczerwieni termalnej, wynosz¹cej 60 m dla Landsat 7 ETM+ i 120 m dla Landsat

5 TM. W celu eliminacji wp³ywu fragmentów obra-zu, w których by³ brak da-nych na wyniki badañ, zo-sta³y one pominiête w ana-lizach. u t k u d o r p a w z a N Data ai n a w o z a r b o z Sateltia Sensor 0 0 S G S 5 1 2 0 0 0 2 4 2 0 9 8 1 7 E L 2000-08-02 Landsat7 ETM+ 0 0 C D E 6 3 2 2 0 0 2 4 2 0 9 8 1 7 E L 2002-08-24 Landsat7 ETM+ 0 0 N S A 6 2 2 0 1 0 2 4 2 0 9 8 1 7 E L 2010-08-14 Landsat7 ETM+

Wstêpne przetwarzanie zdjêæ satelitarnych odby³o siê przy u¿yciu programów GRASS oraz Quantum GIS. Przetwarzanie objê³o korekcjê atmosferyczn¹, korekcjê radiometryczn¹, obliczenie temperatury powierzchni, wskaŸnika roœlinnoœci NDVI (Normalized Difference Vegetation Index) oraz geometryzacjê. Zdjêcia zosta³y równie¿ przyciête do obszaru zainte-resowania, le¿¹cego pomiêdzy 18,86o _{a 19,56}o _{d³ugoœci geograficznej wschodniej oraz 51,08}o a 51,43o _{szerokoœci geograficznej pó³nocnej.}

Metoda trójk¹ta i wskaŸnik TVDI

Obserwacje wilgotnoœci gleby oraz stanu uwilgotnienia siedlisk w paœmie optycznym i podczerwonym prowadzi siê stosuj¹c tzw. metodê trójk¹ta (z ang. triangle method) (San-dholt i in., 2002; Yang i in., 2008). Metoda trójk¹ta, na podstawie której wyznaczany jest temperaturowo-wegetacyjny wskaŸnik suszy (z ang. Temperature Vegetation Dryness Index, TVDI) s³u¿¹cy do po³¹czenia informacji o temperaturze i kondycji roœlinnoœci w jednym wskaŸniku. Korzyœci¹ p³yn¹c¹ z po³¹czenia obydwu informacji, a zarazem ide¹ metody jest zniesienie opóŸnienia czasowego, jakie wykazuj¹ wartoœci wskaŸników wegetacyjnych po-miêdzy wyst¹pieniem stresu wodnego i zmian¹ wartoœci wskaŸnika, a wiêc zmian¹ odpo-wiedzi spektralnej roœlin w paœmie czerwieni i bliskiej podczerwieni. Temperatura powierzchni równie¿ jest skorelowana z wilgotnoœci¹ gleby, jest te¿ zale¿na od gêstoœci i kondycji pokry-wy roœlinnej. Temperatura powierzchni zmniejsza siê na skutek ewaporacji, jak i transpiracji. Kiedy intensywnoœæ ewaporacji wzrasta, temperatura gruntu spada na skutek pobierania ciep³a przez paruj¹c¹ wodê. Podobny efekt wywo³uje ewapotranspiracja na terenach pokry-tych roœlinnoœci¹, której intensywnoœæ zale¿y od: stopnia pokrycia terenu roœlinnoœci¹, jej rodzaju, kondycji itd., dostêpnoœci wody glebowej i warunków meteorologicznych. W litera-turze istnieje wiele prac wykorzystuj¹cych ten wskaŸnik (Wan i in., 2004; Wang i in., 2004; Li i in., 2008; Mallick i in., 2009; Sun i in., 2008; Wang i in., 2010; Chen i in., 2011). Na rysunku 1 znajduje siê teoretyczny schemat wykresu rozrzutu LST (z ang. Land surface temperature) i VI (z ang. Vegetation index) obrazuj¹cy zasadê dzia³ania metody trójk¹ta.

Wykres rozrzutu, tworz¹cy w przybli-¿eniu trójk¹t, ograni-czony jest dwiema prostymi i na podsta-wie ich parametrów okreœla siê wzór wskaŸnika TVDI. Pierwsza z nich nazy-wana „mokr¹” przed-stawia sytuacjê, w której wilgotnoœæ gle-by jest maksymalna. Druga z nich nazy-wana „such¹” przed-stawia sytuacjê, w której wilgotnoœæ gle-by osi¹ga minimum. Autorzy zdecydowali Rys. 1. Schemat metody trójk¹ta



/67

1'9,

PDNV\PDOQD

HZDSRUDFMD NUDZ G PRNUD

NUDZ G VXFKD EUDN HZDSRWUDQVSLUDFML EUDN HZDSRWUDQVSLUDFML *RáD ]LHPLD &] FLRZH SRNU\FLH UR OLQQR FL 3HáQD SRNU\ZD UR OLQQD PDNV\PDOQD HZDSRWUDQVSLUDFMD

siê na zastosowanie metody trójk¹ta w³aœnie ze wzglêdu na jej unikatowoœæ, spowodowan¹ miêdzy innymi definicj¹ owego minimum i maksimum. WskaŸnik TVDI nie jest liczony piksel po pikselu, jest statystyk¹ powsta³¹ na bazie obserwacji stanów, wystêpuj¹cych w ca³ym badanym obszarze. W zwi¹zku z powy¿szym piksele znajduj¹ce siê na krawêdzi „mo-krej” odpowiadaj¹ miejscom o najwiêkszej wilgotnoœci na analizowanym obszarze, dla pew-nego przedzia³u wartoœci wskaŸnika wegetacyjpew-nego. Natomiast piksele znajduj¹ce siê na krawêdzi „suchej” odnosz¹ siê do miejsc o najmniejszej wilgotnoœci, co wa¿niejsze stan suszy opisywanej przez indeks jest sytuacj¹ braku wody dostêpnej dla roœlin, co jest szcze-gólnie wa¿ne w przypadku podejmowanego tematu. W zwi¹zku z powy¿szym, wilgotnoœæ gleby okreœlana przez wskaŸnik nie jest wilgotnoœci¹ na konkretnej g³êbokoœci, lecz jest to wilgotnoœæ w strefie korzeniowej. W celu wyliczenia wskaŸnika suszy TVDI na badanym obszarze nale¿y najpierw policzyæ wspó³czynniki kierunkowe krawêdzi „suchej” i „mokrej”. WskaŸnik wyliczamy z poni¿szych wzorów:

gdzie: T_s jest wartoœci¹ temperatury powierzchni dla danego piksela, VI jest wartoœci¹ wskaŸ-nika wegetacyjnego dla tego piksela, T_smin(VI) oznacza funkcjê liniow¹ krawêdzi „mokrej”, T_smax(VI) oznacza funkcjê liniow¹ krawêdzi „suchej”:

Ts_max = a_max + b_max ´ VI Ts_min = a´_min + b´_min ´ VI

gdzie: a_min, b_min, a’_max, b’_max we wzorach oznaczaj¹ odpowiednio wspó³czynniki kierunkowe krzywej „mokrej” oraz krzywej „suchej”.

Wyliczenie prostych suchej i mokrej w celu wyznaczenia równania wskaŸnika TVDI wykonano na podstawie skryptu napisanego w programie MATLAB. Mapy rozk³adu wskaŸ-nika TVDI wykonano w programie Quantum GIS 1.8.

Wyniki

Rysunek 3 przedstawia rozk³ad przestrzenny wskaŸnika TVDI z 14.08.2010 roku na trwa-³ych u¿ytkach zielonych i obszarach leœnych, w rejonie oddzia³ywania leja depresji. Z wstêpnej analizy tego zobrazowania wskaŸnika TVDI wynika, ¿e jego wartoœæ zale¿na jest zarówno od uwilgotnienia, jak równie¿ od rodzaju u¿ytku. Przyk³adowo ³¹ki zarówno odwodnione, jak i nieodwodnione wykazuj¹ wy¿sze wartoœci tego wskaŸnika ni¿ lasy. Wynika st¹d wniosek, ¿e analizy porównawcze wartoœci wskaŸnika TVDI do oceny zró¿nicowania uwilgotnienia po-winny byæ wykonywane w obrêbie tych samych u¿ytków lub rodzajów zbiorowisk roœlin-nych, na przyk³ad trwa³ych u¿ytków zielonych lub lasów. Jeszcze bardziej z³o¿ona mo¿e byæ interpretacja wskaŸnika TVDI na gruntach ornych, które podlegaj¹ wp³ywom zabiegów agro-technicznych i zró¿nicowanym czasowo, cyklicznym zmianom pokrywy roœlinnej.

W celu sprawdzenia czy dla wybranych dwóch klas, lasów i ³¹k, rzeczywiœcie wystêpuje statystycznie istotna ró¿nica wartoœci TVDI miêdzy siedliskami w zale¿noœci od po³o¿enia w stosunku do leja depresji, w programie STATISTICA zosta³y policzone podstawowe

styki oraz wykonana analiza wariancji. W tabeli 2 przedstawiono wybrane statystyki opiso-we dla lasów.

W celu weryfikacji hipotezy o przydatnoœci wskaŸnika TVDI w rozró¿nieniu siedlisk ³¹kowych, znajduj¹cych siê w zasiêgu leja i poza nim, zosta³y wybrane siedliska znajduj¹ce siê w zasiêgu leja od lat 80. XX w. (dolina Jeziorki) i bêd¹ce poza jego zasiêgiem (dolina Krêcicy). Ponadto, w celu analizy zachodz¹cych pod wp³ywem odwodnienia zmian wskaŸ-nika TVDI, wybrano równie¿ obszar ³¹k, który uleg³ odwodnieniu dopiero po roku 2001 (dolina Niecieczy) i porównano wyniki statystyk z roku: 2000, 2002 i 2010 (tab. 3).

Wyniki analiz na trwa³ych u¿ytkach zielonych wykazuj¹ du¿¹ zgodnoœæ z oczekiwaniami. W 2000 roku œrednia wartoœæ wskaŸnika TVDI na ³¹kach nieodwodnionych wynios³a 0,34, a na ³¹kach w dolinie Niecieczy, wówczas znajduj¹cych siê poza zasiêgiem leja – 0,36, natomiast na ³¹kach odwodnionych wartoœæ tego wskaŸnika wynosi³a œrednio 0,51.

Interesuj¹cy wynik wykaza³o porównanie wartoœci wskaŸnika TVDI u¿ytków zielonych w pierwszym i w ósmym roku po odwodnieniu. W pierwszym roku po odwodnieniu war-toœæ œrednia tego wskaŸnika by³a równa 0,77, a w ósmym roku po odwodnieniu – 0,58. Taki wynik sugeruje, ¿e w pocz¹tkowym okresie odwodnienia te siedliska charakteryzowa³y siê gorszym uwilgotnieniem ni¿ po up³ywie 8 lat, co znalaz³o potwierdzenie w analizie przebiegu

Tabela 2. Statystyki opisowe wartoœci TVDI dla analizowanych obszarów leœnych

Tabela 3. Statystyki opisowe wartoœci TVDI dla analizowanych obszarów ³¹kowych a t a D Kategorai Lcizbapikseil Œrednai Medaina Minimum Maksimum Odch. . d t S 0 0 0 2 . 8 0 . 2 0 Lasodwodniony 12616 0,37 0,35 0,21 0,81 0,08 y n o i n d o w d o ei n s a L 9908 0,31 0,30 0,15 0,68 0,07 2 0 0 2 . 8 0 . 4 2 Lasodwodniony 12616 0,34 0,31 0,13 0,77 0,10 y n o i n d o w d o ei n s a L 9908 0,27 0,25 0,12 0,71 0,09 0 1 0 2 . 8 0 . 4 1 Lasodwodniony 11100 0,39 0,37 0,22 0,75 0,07 y n o i n d o w d o ei n s a L 9156 0,35 0,32 0,17 0,62 0,06 a t a D Kategorai Lcizba il e s k i p Œrednai Medaina Minimum Maksimum Osdtdch.. 0 0 0 2 . 8 0 . 2 0 £¹kiodwodnione 2524 0,51 0,51 0,19 0,78 0,08 e n o i n d o w d o ei n i k ¹ £ 5578 0,34 0,35 0,07 0,58 0,06 e n o i n d o w d o i k ¹ £ .r 1 0 0 2 o p 3494 0,36 0,36 0,09 0,72 0,12 2 0 0 2 . 8 0 . 4 2 £¹kineiodwodnione 5578 0,48 0,49 0,14 0,82 0,09 e n o i n d o w d o i k ¹ £ 2524 0,58 0,60 0,13 0,85 0,13 e n o i n d o w d o i k ¹ £ .r 1 0 0 2 o p 3494 0,77 0,78 0,27 1,02 0,10 0 1 0 2 . 8 0 . 4 1 £¹kiodwodnione 2031 0,58 0,57 0,29 0,89 0,09 e n o i n d o w d o ei n i k ¹ £ 4462 0,50 0,50 0,22 0,78 0,07 e n o i n d o w d o i k ¹ £ .r 1 0 0 2 o p 3370 0,58 0,60 0,06 0,88 0,12

warunków meteorologicznych. W analizowanym przypadku obydwa zobrazowania zosta³y zarejestrowane w sierpniu, jednak w 2002 r. by³o to w okresie silnej suszy, a w 2010 r. po okresie suszy atmosferycznej, w czasie opóŸnionego (na obszarze odwodnionym) II odro-stu, który rozpocz¹³ siê po opadach w III dekadzie lipca.

Na rysunku 4 przedstawione s¹ histogramy wartoœci wskaŸników w roku 2000 i 2010. Wynik wstêpnej analizy wartoœci TVDI w powy¿szym przypadku wskazuje, ¿e jego in-terpretacja na takich terenach jest z³o¿ona i powinna uwzglêdniaæ: przebieg warunków meteoro-logicznych, fazê rozwoju roœlin i ewentualne przeobra¿enia zbiorowisk roœlinnych po zmia-nie warunków wodnych. Jednoczeœzmia-nie wskazuje na du¿e potencjalne mo¿liwoœci zastoso-wañ tego wskaŸnika w identyfikacji siedlisk odwodnionych i analizach przestrzennego zró¿-nicowania ich re¿imu wodnego i aktualnego uwilgotnienia.

Podsumowanie

Analiza wilgotnoœci gleby w paœmie widzialnym, bliskiej podczerwieni i podczerwieni termalnej, da³a obiecuj¹ce wyniki i wykaza³a, ¿e mo¿e zostaæ wykorzystana do okreœlania zró¿nicowania warunków wodnych trwa³ych u¿ytków zielonych w zasiêgu odwodnienia, wywo³anego odkrywkow¹ eksploatacj¹ z³ó¿ surowców mineralnych. Dane z satelity Land-sat 7 z sensora ETM+ posiadaj¹ rozdzielczoœæ 30 m w pasmach widzialnych i 60 m w podczerwieni termalnej. Dla zastosowañ œrodowiskowych w celu oceny uwilgotnienia sie-dlisk na obszarze badañ jest to rozdzielczoœæ satysfakcjonuj¹ca. Niew¹tpliwym plusem wy-korzystania tych danych jest mo¿liwoœæ analiz historycznych od lat 80. ubieg³ego wieku, kiedy to zosta³ wystrzelony Landsat 4 wyposa¿ony w sensor TM (Thematic Mapper). Od tego czasu kolejne generacje satelitów Landsat s¹ wyposa¿ane w instrumenty o rozdzielczo-œciach spektralnych, umo¿liwiaj¹ce porównywanie zdjêæ uzyskanych w ró¿nych okresach. Przed³u¿eniem misji Landsat by³o wprowadzenie w lutym bie¿¹cego roku na orbitê nowego satelity Landsat 8 (LDCM, Landsat Data Continuity Mission). Ma on zapewniæ ci¹g³oœæ obserwacji w nastêpnych latach (NASA, 2013).

Metoda trójk¹ta, s³u¿¹ca do wyznaczania wskaŸnika suszy TVDI, w przypadku wyko-rzystania jej do analiz na terenach o du¿ych przekszta³ceniach hydrologicznych, wymaga walidacji danymi naziemnymi. Analizy porównawcze tego wskaŸnika powinny byæ prowa-dzone w obrêbie jednorodnych rodzajów u¿ytków i zbiorowisk roœlinnych.

Planowane jest dalsze udoskonalanie metody i rozszerzenie jej zastosowañ w monitoro-waniu zró¿nicowania warunków wodnych trwa³ych u¿ytków zielonych i okreœlania zasiêgu leja depresji w obrêbie tych u¿ytków od pocz¹tku lat 80. XX wieku. W tym celu autorzy zamierzaj¹ wykorzystaæ kriging wskaŸnikowy w celu stworzenia map zasiêgu leja depresyj-nego wraz z mapami rozk³adu prawdopodobieñstwa.

Literatura

Chen J., Wang C., Jiang H., Mao L., Yu Z., 2011: Estimating soil moisture using Temperature–Vegetation Dry-ness Index (TVDI) in the Huang-huai-hai (HHH) plain. International Journal of Remote Sensing 32(4): 1165-1177.

Dulewski J., Uzarowicz R., 2004: Wp³yw odkrywkowych zak³adów górniczych wydobywaj¹cych wêgiel brunatny na œrodowisko. Materia³y sympozjum Be³chatów 2-4 czerwca 2004 r.: 89-96.

Gruszczyñska M., 1998: Zastosowanie zdjêæ mikrofalowych z stalitów ERS-1 i ERS-2 do okreœlania wilgot-noœci gleby pod zbo¿ami. Prace Instytutu Geodezji i Kartografii: 117-135.

Grzyb S., 1990: U¿ytki zielone przed i po powstaniu leja depresyjnego KWB Be³chatów. [W:] Mo¿liwoœci i sposoby przywrócenia u¿ytecznoœci produkcyjnej u¿ytków zielonych oraz zasady gospodarowania w leju depresyjnym KWB Be³chatów. Ekoterra.

Joñczyk I., Szczepiñski J., 2004: Czynniki rozwoju leja depresyjnego w rejonie KWB „Be³chatów”. Materia-³y sympozjum Be³chatów 2-4 czerwca 2004 r.: 159-168.

Li Z., Wang Y., Zhou Q., Wu J., Peng J., Chang H., 2008: Spatiotemporal variability of land surface moisture based on vegetation and temperature characteristics in Northern Shaanxi Loess Plateau, China. Journal of Arid Environments 72: 974-985.

Mallick K., Bhattacharya B., Patel N., 2009: Estimating volumetric surface moisture content for cropped soils using a soil wetness index based on surface temperature and NDVI. Agricultural and Forest Meteorology 149: 1327-1342.

Miatkowski Z., Lewiñski S., Kowalik W., So³tysik A., Turbiak J., 2006: Przydatnoœæ zdjêæ satelitarnych Lansat TM do identyfikacji instensywnie odwodnionych siedlisk hydrogenicznych w rejonie KWB Be³chatów. Falenty: Woda Œrodowisko Obszary Wiejskie.

Minet J., Bogaert P., Vanclooster M., Lambot S., 2012: Validation of ground penetrating radar full-waveform inversion for field scale soil moisture mapping. Journal of Hydrology: 112-123.

NASA, 2013: Landsat Data Continuity Mission. Pobrano z lokalizacji http://ldcm.gsfc.nasa.gov/

Sandholt I., Rasmussen K., Andersen J., 2002: A simple interpretation of the surface temperature/vegetation index space for assessment of surface moisture status. Remote Sensing of Environment 79(2-3): 213-224. Sun W., Wang P., Zhang S., Zhu D., Liu J., Chen J., Yang H., 2008: Using the vegetation temperature condition index for time series drought occurrence monitoring in the Guanzhong Plain, PR China. International Journal of Remote Sensing 29: 5133-5144.

Wan Z., Wang P., Li X., 2004: Using MODIS land surface temperature and normalized difference vegetation index products for monitoring drought in the southern Great Plains, USA. International Journal of Remote Sensing 25: 61-72.

Wang C., Qi S., Niu Z., Wang J., 2004: Evaluating soil moisture status in China using he temperature-vegetation dryness index (TVDI). Canadian Journal of Remote Sensing 30: 671-679.

Wang H., Li X., Long H., Xu X., Bao Y., 2010: Monitoring the effects of land use and cover type changes on soil moisture using remote-sensing data: a case study in China’s Yongding River basin. Catena 82: 135-145. Yang X., Wu J.J., Shi P.J., Yan F., 2008: Modified triangle method to estimate soil moisture status with MODerate resolution Imaging Spectroradiometer (MODIS) products. The International Archives of the Photogametry 37: 555-560.

Abstract

In this paper, the authors describe problems associated with remote sensing of soil moisture using satellite imagery in visible and infrared bands. The area of research is Szczercowska Valley in where Belchatow brown coal mine is located. Research area is particularly interesting in terms of the dynamics of soil moisture changes caused by deep and extensive terrain drainage. This gives the opportunity to compare the results and to achieve potential profit through the integration of results from both methods. Imaging in the visible and infrared bands allows to monitor the condition of vegetation cover, water contained in vegetation and soil moisture. In this paper, the authors decided to use Temperature Vegeta-tion Dryness Index obtained using triangle method based on Landsat 7 ETM+ data. The results are consistent with expectations and confirm rationality of using triangle method in soil moisture changes monitoring and its potential to identify changes in depression cone area in a multi-year period.

dr hab. in¿. Zygmunt Miatkowski, prof. ITP itepbyd@by.onet.pl

mgr in¿. Karol PrzeŸdziecki karol.przezdziecki@is.pw.edu.pl prof. dr hab. in¿ Jaros³aw Zawadzki j.j.zawadzki@gmail.com

Rys. 3. Mapa rozk³adu TVDI dla badanego obszaru, otrzymana na podstawie zdjêcia LANDSAT ETM+ z 14.08.2010 r.: 1 – £¹ki odwodnione, 2 – £¹ki nieodwodnione, 3 – Lasy odwodnione,